Cara Membaca Output SPSS untuk Skripsi: 8 Tabel yang Wajib Kamu Paham

Sekali klik OK, SPSS ngeluarin belasan tabel sekaligus. Yang beneran kamu pakai buat skripsi cuma delapan.

Masalah paling umum bukan nggak bisa jalanin ujinya, tapi nggak tau angka mana yang harus dilihat di antara puluhan angka yang muncul.

Di bawah ini delapan tabel itu, diurutkan sesuai urutan pengujian. Tiap tabel ada tiga hal: angka mana yang dibaca, batasnya berapa, dan contoh kalimat yang bisa langsung kamu sesuaikan buat bab 4.

Tabel apa saja yang wajib dibaca dari output SPSS?

Ada delapan tabel inti buat skripsi kuantitatif dengan regresi: Case Processing Summary, Descriptive Statistics, Correlations, Reliability Statistics, Tests of Normality, Model Summary, ANOVA, dan Coefficients. Empat tabel pertama ngecek kualitas data dan instrumen, empat sisanya menjawab hipotesis.

Urutan	Nama tabel	Angka kunci	Buat menjawab
1	Case Processing Summary	N Valid dan N Excluded	Datanya lengkap atau ada yang hilang
2	Descriptive Statistics	Mean, Std. Deviation, Min, Max	Gambaran umum tiap variabel
3	Correlations	Pearson Correlation, Sig.	Validitas butir dan arah hubungan
4	Reliability Statistics	Cronbach's Alpha	Konsistensi kuesioner
5	Tests of Normality	Sig. Kolmogorov-Smirnov atau Shapiro-Wilk	Residual menyebar normal atau nggak
6	Model Summary	R Square, Adjusted R Square	Seberapa besar model menjelaskan Y
7	ANOVA	F dan Sig.	Pengaruh simultan semua variabel bebas
8	Coefficients	B, t, Sig., VIF	Pengaruh parsial tiap variabel bebas

Kalau penelitianmu pakai uji beda kayak t test atau ANOVA satu jalur, tabel 6 sampai 8 diganti tabel Group Statistics dan Independent Samples Test. Sisanya tetap sama.

Tabel 1: Case Processing Summary, cek dulu datanya utuh

Tabel ini nunjukin berapa baris data yang kepakai dan berapa yang dibuang SPSS. Kolom Valid adalah data yang diolah, kolom Excluded adalah data yang punya nilai kosong di salah satu variabel. Kalau angka Valid nggak sama dengan jumlah kuesioner yang kamu anggap layak, ada yang perlu dicek sebelum lanjut.

SPSS secara bawaan ngebuang seluruh baris yang punya satu saja jawaban kosong. Jadi satu butir yang kelewat bisa bikin responden itu hilang dari analisis.

Contoh kalimatnya:

Dari 100 kuesioner yang disebar, 96 kembali dalam keadaan terisi lengkap dan seluruhnya diolah, sehingga N valid dalam penelitian ini sebanyak 96 responden.

Angka 96 ini harus konsisten sampai tabel terakhir. Kalau di tabel Coefficients tiba-tiba jadi 94, cari tau kenapa sebelum kamu tulis apa pun.

Tabel 2: Descriptive Statistics, gambaran tiap variabel

Tabel ini berisi nilai rata-rata, simpangan baku, minimum, dan maksimum tiap variabel. Rata-rata nunjukin kecenderungan jawaban responden, simpangan baku nunjukin seberapa beragam jawabannya. Buat kuesioner skala 1 sampai 5, rata-rata 4,12 artinya jawaban responden condong ke setuju.

Yang sering dilewat itu simpangan baku. Kalau angkanya kecil banget, misalnya di bawah 0,3 pada skala 1 sampai 5, jawaban respondenmu hampir seragam dan itu bikin hubungan antar variabel susah kedeteksi.

Cek juga nilai minimum dan maksimum. Angka 7 di kuesioner skala 1 sampai 5 berarti ada salah input, bukan outlier beneran.

Variabel Biaya Promosi memiliki nilai rata-rata sebesar 4,12 dengan simpangan baku 0,584, nilai minimum 2 dan maksimum 5. Nilai rata-rata tersebut termasuk kategori tinggi.

Tabel 3: Correlations, buat uji validitas dan arah hubungan

Tabel Correlations dipakai buat dua keperluan. Buat uji validitas, kamu baca nilai Pearson Correlation tiap butir terhadap skor total, lalu bandingin dengan r tabel. Buat analisis hubungan, kamu baca nilai korelasi antar variabel beserta tanda positif atau negatifnya.

Tanda bintang di sebelah angka itu penanda signifikansi. Satu bintang berarti signifikan pada taraf 5 persen, dua bintang pada taraf 1 persen.

Nilai r tabel diambil dari derajat bebas jumlah responden dikurangi dua. Buat 96 responden pada taraf 5 persen, r tabelnya sekitar 0,201.

Seluruh butir pada variabel Biaya Promosi memiliki nilai r hitung antara 0,412 sampai 0,738, lebih besar dari r tabel 0,201, sehingga seluruh butir dinyatakan valid.

Langkah lengkap ngeluarin tabel ini ada di panduan uji validitas dan reliabilitas SPSS.

Tabel 4: Reliability Statistics, satu angka doang

Tabel ini cuma punya dua kolom: Cronbach's Alpha dan N of Items. Yang dibaca angka Alpha-nya. Semakin dekat ke 1, semakin konsisten jawaban responden antar butir dalam satu variabel.

Batas yang umum dipakai di buku metodologi ada dua, 0,60 dan 0,70. Pilih satu, sebut sumbernya di bab 3, lalu konsisten.

Kalau Alpha-mu rendah, jangan langsung ganti data. Buka tabel Item-Total Statistics, lihat kolom Cronbach's Alpha if Item Deleted. Kalau ada butir yang kalau dibuang bikin Alpha naik jauh, butir itu kemungkinan bermasalah redaksinya.

Nilai Cronbach's Alpha variabel Biaya Promosi sebesar 0,812 dengan jumlah 6 butir. Nilai tersebut berada di atas batas 0,70, sehingga instrumen dinyatakan reliabel.

Tabel 5: Tests of Normality, dan yang diuji itu residual

Tabel ini punya dua bagian, Kolmogorov-Smirnov dan Shapiro-Wilk. Yang dibaca kolom Sig. Kalau nilainya lebih besar dari 0,05, data dinyatakan menyebar normal. Buat sampel kecil di bawah 50, banyak buku menyarankan pakai Shapiro-Wilk.

Poin penting yang sering keliru: di analisis regresi, yang diuji normalitasnya itu nilai residual, bukan data mentah tiap variabel. Residual adalah selisih antara nilai Y yang sebenarnya dan nilai Y yang diramalkan model.

Caranya, simpan residual lewat tombol Save di kotak dialog regresi, lalu uji kolom residual itu. Langkah rincinya ada di panduan uji normalitas SPSS.

Hasil uji Kolmogorov-Smirnov terhadap nilai residual menghasilkan signifikansi sebesar 0,200 yang lebih besar dari 0,05. Dengan demikian residual dinyatakan menyebar normal.

Kalau signifikansinya di bawah 0,05, tulis apa adanya lalu sebut tindakanmu. Pilihan yang umum: transformasi data, periksa outlier, atau nambah jumlah responden.

Tabel 6: Model Summary, seberapa kuat modelmu

Model Summary berisi R, R Square, Adjusted R Square, dan Std. Error of the Estimate. R Square nunjukin proporsi naik turunnya variabel terikat yang bisa dijelasin variabel bebas. Buat regresi dengan lebih dari satu variabel bebas, pakai Adjusted R Square karena angkanya udah disesuaikan dengan jumlah variabel.

Contoh dari toko_berkah, dataset latihan ngulikdata berisi catatan harian warung sembako di Semarang selama 90 hari: R Square 0,61 dan Adjusted R Square 0,58.

Nilai Adjusted R Square sebesar 0,58 menunjukkan bahwa 58 persen variasi omzet harian dapat dijelaskan oleh biaya promosi dan kelengkapan barang, sedangkan 42 persen sisanya dijelaskan faktor lain di luar model penelitian.

R Square kecil bukan berarti penelitianmu jelek. Di penelitian perilaku, angka 0,3 sampai 0,5 itu biasa, soalnya perilaku manusia dipengaruhi banyak hal yang nggak masuk kuesioner.

Kolom Durbin-Watson muncul di tabel ini kalau kamu centang opsinya. Angka itu buat uji autokorelasi, dan cuma relevan kalau datamu berupa runtut waktu.

Tabel 7: ANOVA, buat uji pengaruh simultan

Tabel ANOVA di output regresi dipakai buat uji F, yaitu nguji apakah seluruh variabel bebas secara bersama-sama berpengaruh terhadap variabel terikat. Yang dibaca nilai F dan kolom Sig. Kalau Sig. lebih kecil dari 0,05, hipotesis simultan didukung data.

Perhatiin, tabel ini nggak bilang variabel mana yang berpengaruh. Itu tugas tabel berikutnya.

Uji F menghasilkan nilai F hitung sebesar 64,238 dengan signifikansi 0,000. Karena signifikansi lebih kecil dari 0,05, biaya promosi dan kelengkapan barang secara simultan berpengaruh terhadap omzet harian.

Angka Sig. yang tertulis 0,000 di SPSS artinya lebih kecil dari 0,0005, bukan nol persis. Tulis sebagai "0,000" di tabel, tapi di narasi lebih aman nulis "lebih kecil dari 0,05".

Tabel 8: Coefficients, tabel paling penting di bab 4

Coefficients berisi jawaban buat tiap hipotesis parsial. Kolom B di bagian Unstandardized Coefficients dipakai buat nyusun persamaan regresi. Kolom t dan Sig. dipakai buat uji hipotesis. Kolom Tolerance dan VIF di bagian Collinearity Statistics dipakai buat uji multikolinearitas.

Kolom	Artinya	Cara baca
B (Constant)	Nilai Y kalau semua X nol	Sering nggak punya arti praktis, tetap ditulis di persamaan
B tiap variabel	Perubahan Y tiap kenaikan satu satuan X	Tanda positif atau negatif nunjukin arah pengaruh
Beta (Standardized)	Kontribusi relatif antar variabel	Yang nilainya terbesar paling dominan
t dan Sig.	Uji hipotesis parsial	Sig. di bawah 0,05 berarti hipotesis didukung
Tolerance dan VIF	Uji multikolinearitas	VIF di bawah 10 dan Tolerance di atas 0,10

Beda B dan Beta sering ditanya penguji. B dipakai buat persamaan dan interpretasi satuan asli, Beta dipakai buat membandingkan variabel mana yang pengaruhnya paling besar karena satuannya udah disamakan.

Variabel Biaya Promosi memiliki nilai B sebesar 0,382 dengan t hitung 4,318 dan signifikansi 0,000. Karena signifikansi lebih kecil dari 0,05, H1 didukung oleh data. Nilai VIF sebesar 1,214 menunjukkan tidak terjadi gejala multikolinearitas.

Definisi resmi tiap statistik di tabel ini bisa kamu cek di dokumentasi IBM SPSS Statistics.

Kesalahan umum waktu baca output SPSS

1. Baca ngikutin urutan tabel di layar. SPSS nyusun output ngikutin urutan prosedur, bukan urutan logika penulisan skripsi.
2. Nguji normalitas data mentah di regresi. Yang diuji residualnya, bukan tiap variabel satu-satu.
3. Pakai R Square padahal variabel bebasnya banyak. Adjusted R Square lebih jujur karena udah memperhitungkan jumlah variabel.
4. Nulis Sig. 0,000 sebagai nol. Itu pembulatan, bukan nol.
5. Nyimpulin dari nilai R doang. Nilai R besar tanpa Sig. yang mendukung nggak bisa dipakai buat nyimpulin apa-apa.
6. N berubah antar tabel tanpa penjelasan. Biasanya gara-gara ada jawaban kosong. Telusuri dulu sebelum nulis.
7. Nempel screenshot output tanpa diketik ulang. Hampir semua panduan kampus minta tabel diformat ulang.

Kesalahan nomor enam yang paling sering luput. Sebelum nulis bab 4, buka semua tabel, catat nilai N di tiap tabel, dan pastikan angkanya sama.

FAQ

Kenapa nilai Sig. di SPSS ditulis 0,000?

Itu hasil pembulatan tiga desimal, artinya nilainya lebih kecil dari 0,0005, bukan nol persis. Probabilitas nol itu nggak mungkin secara statistik. Di tabel kamu boleh tulis 0,000 sesuai output, tapi di narasi lebih aman nulis signifikansi lebih kecil dari 0,05 supaya nggak jadi bahan pertanyaan penguji.

Apa bedanya R, R Square, dan Adjusted R Square?

R adalah koefisien korelasi antara nilai Y sebenarnya dan Y yang diramalkan model. R Square adalah R yang dikuadratkan, nunjukin proporsi variasi Y yang dijelaskan model. Adjusted R Square adalah R Square yang udah disesuaikan dengan jumlah variabel bebas, jadi angkanya nggak otomatis naik cuma gara-gara kamu nambah variabel.

Kalau uji normalitas gagal, skripsiku batal?

Nggak. Tulis hasilnya apa adanya, lalu sebut tindakan yang kamu ambil. Pilihan yang umum dipakai: periksa dan tangani outlier dengan alasan jelas, transformasi data, atau pindah ke uji nonparametrik yang nggak butuh asumsi normal. Yang bikin masalah bukan asumsi yang gagal, tapi asumsi gagal yang disembunyiin.

Berapa nilai VIF yang aman?

Batas yang paling umum dipakai adalah VIF di bawah 10 dengan Tolerance di atas 0,10. Sebagian buku pakai batas lebih ketat, yaitu VIF di bawah 5. Pilih satu batas, sebut sumbernya di bab 3, dan konsisten. Kalau VIF-mu tinggi, biasanya ada dua variabel bebas yang isinya hampir mengukur hal yang sama.

Output SPSS-nya bisa langsung ditempel ke Word?

Secara teknis bisa lewat salin tempel, tapi mayoritas panduan kampus minta tabel diketik ulang dengan format yang mereka tentukan, biasanya tanpa garis vertikal. Cara yang hemat waktu: salin tabel ke Excel dulu buat ngambil angkanya, lalu buat tabel baru di Word dengan format kampus.

Ringkasan dan langkah berikutnya

Tiga hal yang bikin baca output jadi jauh lebih cepat:

• Baca ngikutin urutan pengujian, bukan urutan tabel yang muncul di layar.
• Kolom Sig. adalah kolom yang paling sering nentuin kesimpulan, dan batasnya hampir selalu 0,05.
• Catat nilai N di tiap tabel dan pastikan angkanya konsisten sebelum nulis satu paragraf pun.

Kalau kamu belum familiar sama menunya, mulai dari panduan cara menggunakan SPSS. Kalau angkanya udah siap dan tinggal nulis, lanjut ke panduan menulis bab 4.

Mau latihan baca angka statistik tanpa nunggu data skripsimu kelar? Coba dataset latihannya di NgulikSheet, gratis.